资源利用与能耗约束下铁矿采选品位的智能优化

集成非线性目标规划模型与差分进化(DE)及神经网络(ANN)等智能算法,提出了资源利用和节能降耗约束下铁矿采选生产品位的动态优化方法。首先建立以截止品位和入选品位为决策变量,精矿产量、资源利用率、总用电量以及经济效益为目标约束的非线性目标规划模型,模型中包括损失率、选矿金属回收率和采选成本三个非线性函数;然后将所构建的非线性目标规划模型转化成无约束优化问题,将DE的高效寻优能力和ANN的建模功能相结合,构成DE-ANN算法来搜索最优采选品位组合;最后以D铁矿为例进行研究,结果表明了所提出方法的有效性。该方法综合考虑了资源利用、节能降耗等因素,为新时期铁矿的采选品位优化提供了科学可行的思路。